由於筆者所做的工作經常會跟NPS打交道，因此就寫壹篇文章來梳理壹下NPS的概念以及用法。這篇文章會從NPS是什麽，到如何自己動手搭建NPS模型，到最後的數據分析，闡述壹個完整的NPS調研流程。
如今國內外的各大廠都紛紛在將NPS作為壹個重要的指標引入工作環境中，包括十幾年前就開始的蘋果和微軟，以及逐漸開始重視NPS的阿裏巴巴、滴滴、京東等。簡單來說，NPS是壹個能夠反應公司良心利潤和持續增長力的指標。
舉例來說，蘋果零售店從2007年開始測量NPS值，當時他有163家，平均門店的NPS值是58%，如今這個數量已經增加到320家，nps也升至70%。最好門店甚至達到了90%以上。簡單來說，NPS可以直接反應公司的進步，與業績呈正相關。
由於筆者所做的工作經常會跟NPS打交道，因此就寫壹篇文章來梳理壹下NPS的概念以及用法。這篇文章會從NPS是什麽，到如何自己動手搭建NPS模型，到最後的數據驗證，完整的闡述的壹個NPS調研流程。
作為設計師，妳肯定看過這個畫面，Adobe系列軟件，會彈出這個彈窗，讓妳評分和推薦，這個其實就是NPS調研。
NPS?全稱（NetPromoter Score）即凈推薦值，是反應客戶忠誠度的壹個指數。其最早由Fred Reichheld在2003年《哈佛商業評論》，例如壹家公司想要了解客戶是否滿意，那麽可以在問卷中設置NPS題型——“妳有多大可能把我們（或這個產品/服務/品牌等等）推薦給朋友或同事？請從0-10分打分”
而凈推薦值凈推薦值(NPS)=(推薦者數/總樣本數)×100%-(貶損者數/總樣本數)×100%。
客戶滿意度(Consumer Satisfaction)，也叫客戶滿意指數，縮寫CSAT。是對服務性行業的顧客滿意度調查系統的簡稱，是壹個相對的概念，是客戶期望值與客戶體驗的匹配程度。
CSAT要求用戶評價對特定事件/體驗的滿意度，大都使用的是五點量表，包括五個選擇：非常滿意、滿意、壹般、不滿意、非常不滿意。如今越來越多的公司把評估標準從CSAT轉為NPS。
簡單來說，NPS可以更好體現重復購買的預測準確度，以及新增消費金額的預測準確度。具體原因如下：
1、NPS可以更好體現用戶的行為，而滿意度調查只能看出用戶的態度
2、10分制的NPS的顆粒度更細壹些，滿意度調研通常是5分制，“非常滿意”、“滿意”、“壹般”、“不滿意”、“非常不滿意”。
3、NPS則更側重用戶對公司、產品或者服務的整體感受，滿意度往往側重於用戶對某項產品或服務的滿意程度。
4、滿意度與公司的增長之間的關聯往往很小；滿意度測量的是壹時的態度，難以預測用戶購買行為。滿意度高不代表著忠誠度高。
1. ?多維度
NPS建模包含的關鍵變量分為四個維度：
背景信息：用戶過往的使用經歷
體驗與預期的匹配度：用戶對品牌的預期、與對產品本身的使用體驗匹配度如何
口碑感知：可理解為外部社交環境對用戶的影響
售後體驗：有可能發生的售後行為，可理解為潛在風險因素
2. ?問為什麽
去問用戶是否對妳的產品滿意，不如直接問他是否願意把這個產品推薦給朋友，能根據這個答案來預測用戶未來的行為。
並且等他回答完願意與否之後，還必須追問壹個為什麽：“您認為我們的公司（or產品）還需要做哪些改進？”，基於這個問題進壹步收集用戶的意見進行分析。
3. ?分類
問卷結束之後，根據顧客的分值選擇，將他們分成三類：
推薦者（Promoter） ：選擇9-10分的顧客為推薦型顧客，是具有狂熱忠誠度的人，他們會繼續購買並引見給其他人。
中立者（Passives） ：選擇7-8分的顧客為中立滿意型顧客，他們習慣了和妳的公司打交道，也還滿意，但是沒有熱情推薦，甚至很容易被競爭對手吸引走，總體滿意但並不狂熱，將會考慮其他競爭對手的產品。
貶低者（Detractors） ：選擇0-6分的顧客為貶低型顧客，使用並不滿意或者對妳的公司沒有忠誠度。他們和妳的公司關系很壹般甚至很差，80%的公司壞口碑來自他們。
NPS計算公式的邏輯是推薦者會繼續購買並且推薦給其他人來加速妳的成長，而批評者則能破壞妳的名聲，並讓妳在負面的口碑中阻止成長。
現在NPS已經成為了壹個非常重要的來衡量產品的指標，這種調查工具以消費體驗為核心，可以直觀反映出人們內心對品牌的認可程度和購買意願。
我們拿電商舉例子，在深圳消委會發布的電商NPS報告裏，總體推薦情況：前十名品牌分為：天貓、京東、蘇寧易購、唯品會、淘寶、蜜芽、國美在線、網易考拉、亞馬遜、網易嚴選；
產品真實性推薦率排名：排名前三的是網易嚴選、網易考拉、京東；
此外，電商平臺使用的便捷性也是大部分人選擇電商平臺的主要考量因素之壹。在這項評比中，淘寶、網易嚴選、網易考拉分別獲得72.7%、72.5%、68.9%的推薦率。
大家想關心自己公司在市場中的NPS狀況，可以搜索“深圳消委會電商NPS報告”、與“中國顧客推薦度指數(簡稱C-NPS)”查看
經過調研之後，我們得到了數據，以及對這些數據有了壹個初步的分類，總***分成：推薦者、中立者、貶低者。通過這個，我們能得到產品的凈推薦值。我們得到了壹個非常粗顆粒度的數據。
接下來，我們就可以進壹步拆分數據，於是我們可以再次的細分客戶類別，把以前的“推薦型客戶”、“中立型客戶”、“貶低型客戶”再次分為：
A：推薦型用戶（高忠誠度）
A1正推薦—產生利潤的用戶
A2負推薦—不產生利潤的用戶
B：中立用戶（中忠誠度）
B1正中立—產生利潤的用戶
B2負中立—不產生利潤的用戶
C：貶低用戶（低忠誠度）
C1正貶低—產生利潤的用戶
C2負貶低—不產生利潤的用戶
接下來，會進行壹個相詳細的用戶分析，來確定用戶畫像和針對策略。
A：正面貢獻值（推薦型客戶）
這些用戶是我們最重要的用戶，正推薦的用戶被稱為“超級用戶”，是利潤的重要來源。
選擇了“正推薦”的這部分用戶是最需要被重視的用戶。他們雖然可能只是20%的人，但往往貢獻了80%的利潤（2/8原則），對於這部分用戶，所要做的就是維持用戶的滿意度，留住他們。在這方面需要向航空公司和酒店業學習，他們建立了非常完善的積分會員制度來維系壹個忠實會員。
對於“負推薦”這部分的客戶而言，我們所需要做的是提高滲透率，優化產品，了解用戶為什麽不想購買產品，然後說服用戶購買妳更多的產品，為妳提供更多的利潤。最重要的是，把他們轉換成“正推薦”的客戶。
B：波動貢獻值（中立滿意型客戶）
這些用戶是我們可以挖掘和發展的群體，這部分用戶具有最大的潛力。
提高“正中立”用戶的忠誠度是優先級最高的。針對他們的需求優化妳的產品，找到真正能讓他們感動的服務和產品點，打動他們，把他們轉化成妳的鐵桿粉絲。
而對於“負中立”客戶，建議放棄，或者把資源的投放的優先度等級降低，理由和“負貶低”客戶壹樣。
C：負貢獻值（貶低型客戶）
相比較於推薦型用戶，第二重要的群體是“貶低型”的用戶。
因為這部分用戶的口碑很差，大幅度提升了公司的產品運營成本，同時也讓其他的用戶不想來買妳的產品。
對於“正貶低”的用戶，表面上看，妳好像是從他身上得到利潤了，但其實這是得不償失的，因為這部分的用戶對妳產品和服務在不停的貶低，消耗掉妳巨大的營銷資源，並且增加妳獲取新用戶的成本，總體看來，雖然表面上看妳賺到了錢，長遠來看，其實是非常吃虧的。
那應該怎麽辦？我建議最好的辦法就是溝通，真誠的與用戶進行溝通，找到用戶的痛點進行優化，解決問題，努力將這部分用戶轉化成對妳更有利的用戶。但是如果用戶的要求超過了妳的解決能力，那麽建議戰略性放棄，將資源投入更有價值的用戶上。
對於“負貶低”用戶，毫不猶豫的放棄。
總結壹下：
正面利潤：通過與用戶建立長期良好的關系而得到的利潤；通過忠誠用戶正面的口碑傳播，使得產品可持續發展
負面利潤：以惡化用戶關系作為代價，從用戶那裏賺取利潤，進而損害公司的口碑，透支未來的發展。
通過以上的分析，妳了解到了這個用戶的態度和行為，以及這個用戶是否是妳應該繼續發展的用戶，凈推薦值可以幫助企業找到工作中的缺陷存在，舉例來說，如果妳賺到了壹筆生意，但是給妳錢的客戶是個貶損者，付完錢他就開始對妳進行負面傳播，那麽實際上妳可以說沒有收益。對於公司也是壹樣，如果付費的用戶都是貶損者，那麽我認為這些用戶產生的利潤為負。
在現有的環境中，大量的市場趨於飽和、利潤增速放緩，因此我們可以轉向重視用戶價值的運營方式，維持超級用戶群體，努力將貶損者轉化成推薦者，持續的發現問題並且優化，行為壹個以用戶為核心的運營優化體系。具體做法是，在進行NPS時，通過對產品、服務細分成不同板塊與同行業相似產品或者服務進行比較。 逐板塊分析，尋找自身產品弱點。 在某些領域， 或同領域內的各個產品都有自己的優勢，也有非常顯著的缺點這樣的情況下，去分析如何持續保持在特定板塊的領先趨勢，同時逐步縮減其他產品優勢所在領域的劣勢 。
NPS的管理方法本質是協助我們進行用戶體驗的根源分析，找出需要優化的方向，持續的改善用戶體驗，並持續追求改善結果，不斷叠代的壹種管理機制。但是請註意NPS本身會由很多問題，比如在不同渠道投放，會有不同程度的誤差，因此我們在操作的時候需要考慮到將額外因素考慮在內，以保證結論的準確性。